Análise de Algoritmos

Transcrição

1 Algoritmos p. 1/18 Análise de Algoritmos Parte destes slides são adaptações de slides do Prof. Paulo Feofiloff e do Prof. José Coelho de Pina.

2 Algoritmos p. 2/18 Análise amortizada CLRS 17

3 Algoritmos p. 3/18 Análise amortizada Serve para analisar uma sequência de operações ou iterações onde o pior caso individual não reflete o pior caso da sequência. Em outras palavras, serve para melhorar análises de pior caso que baseiem-se diretamente no pior caso de uma operação/iteração e que deem uma delimitação frouxa para o tempo de pior caso da sequência. Métodos: agregado por créditos potencial

4 Algoritmos p. 4/18 Odômetro binário Considere um contador binário, inicialmente zerado, representado em um vetor A[0..n 1], onde cada A[i] vale 0 ou 1. Operação: incrementa. INCREMENTA (A, n) 1 i 0 2 enquanto i < n e A[i] = 1 faça 3 A[i] 0 4 i i+1 5 se i < n 6 então A[i] 1 Consumo de tempo no pior caso: Θ(n)

5 Algoritmos p. 5/18 Odômetro binário Considere um contador binário, inicialmente zerado, representado em um vetor A[0..n 1], onde cada A[i] vale 0 ou 1. Operação: INCREMENTA. Consumo de tempo no pior caso: Θ(n). O odômetro dá uma volta completa a cada 2 n execuções do INCREMENTA. Quanto tempo leva para o odômetro dar uma volta completa? Leva O(n2 n ). Será que é Θ(n2 n )?

6 Odômetro binário i Algoritmos p. 6/18

7 Odômetro binário i Algoritmos p. 7/18

8 Algoritmos p. 8/18 Método agregado Custo da volta completa é proporcional ao número de vezes que os bits são alterados. bit 0 muda 2 n vezes bit 1 muda 2 n 1 vezes bit 2 muda 2 n 2 vezes bit n 2 muda 4 vezes bit n 1 muda 2 vezes Total de alterações de bits: n i=1 2i < 2 2 n. Custo da volta completa: Θ(2 n ). Custo amortizado por INCREMENTA: Θ(1).

9 Algoritmos p. 9/18 Análise por créditos Atribuímos um número fixo de créditos por operação INCREMENTA de modo a pagar por toda alteração de bit. Objetivo: atribuir o menor número possível de créditos que seja ainda suficiente para pagar por todas as alterações. Relembre... INCREMENTA (A, n) 1 i 0 2 enquanto i < n e A[i] = 1 faça 3 A[i] 0 5 i i+1 6 se i < n 7 então A[i] 1

10 Algoritmos p. 10/18 Análise por créditos Atribuímos 2 créditos por INCREMENTA. INCREMENTA (A, n) 1 i 0 2 enquanto i < n e A[i] = 1 faça 3 A[i] 0 4 i i+1 5 se i < n 6 então A[i] 1 Um é usado para pagar pela alteração da linha 6. O outro fica armazenado sobre o bit alterado na linha 6. Há um crédito armazenado sobre cada bit que vale 1. Alterações da linha 3 são pagas por créditos armazenados por chamadas anteriores do INCREMENTA.

11 Algoritmos p. 11/18 Análise por créditos Atribuímos 2 créditos por INCREMENTA. INCREMENTA (A, n) 1 i 0 2 enquanto i < n e A[i] = 1 faça 3 A[i] 0 4 i i+1 5 se i < n 6 então A[i] 1 Um é usado para pagar pela alteração da linha 6. O outro fica armazenado sobre o bit alterado na linha 6. O número de créditos armazenados em cada instante é o número de bits que valem 1, logo é sempre não negativo. Custo amortizado por INCREMENTA: 2

12 Algoritmos p. 12/18 Método do potencial Seja φ(a) o número de bits que valem 1 em A[0..n 1]. Seja A i o estado do contador A após o i-ésimo INCREMENTA. Note que φ(a 0 ) = 0 e φ(a i ) 0. Seja c i o número de bits alterados no i-ésimo INCREMENTA. Note que c i 1+t i onde t i é o número de bits 1 consecutivos no final do contador A. Note que φ(a i ) φ(a i 1 ) 1 t i. Seja ĉ i = c i +φ(a i ) φ(a i 1 ) (1+t i )+(1 t i ) = 2.

13 Algoritmos p. 13/18 Método do potencial Seja φ(a) o número de bits que valem 1 em A[0..n 1]. Seja A i o estado do contador A após o i-ésimo INCREMENTA. Temos que φ(a 0 ) = 0 e φ(a i ) 0. Seja c i o número de bits alterados no i-ésimo INCREMENTA e t i é o número de bits 1 consecutivos no final do contador A. Temos que c i 1+t i. Seja ĉ i = c i +φ(a i ) φ(a i 1 ) (1+t i )+(1 t i ) = 2. Então o custo da volta completa é c = 2 n c i = 2 n ĉ i +φ(a 0 ) φ(a 2 n) 2 n ĉ i 2 2 n. i=1 i=1 i=1 Custo amortizado por INCREMENTA: 2 (valor do ĉ i )

14 Algoritmos p. 14/18 Outro exemplo: pilha Operações básicas: empilha, desempilha.

15 Algoritmos p. 14/18 Outro exemplo: pilha Operações básicas: empilha, desempilha. OP: operação única de acesso

16 Algoritmos p. 14/18 Outro exemplo: pilha Operações básicas: empilha, desempilha. OP: operação única de acesso OP (n) 1 exige que a pilha tenha n elementos 2 desempilhe n itens da pilha 3 empilhe um item na pilha

17 Algoritmos p. 14/18 Outro exemplo: pilha Operações básicas: empilha, desempilha. OP: operação única de acesso OP (n) 1 exige que a pilha tenha n elementos 2 desempilhe n itens da pilha 3 empilhe um item na pilha Consumo de tempo de OP(n) é Θ(n).

18 Algoritmos p. 14/18 Outro exemplo: pilha Operações básicas: empilha, desempilha. OP: operação única de acesso OP (n) 1 exige que a pilha tenha n elementos 2 desempilhe n itens da pilha 3 empilhe um item na pilha Consumo de tempo de OP(n) é Θ(n). Sequência de m operações OP. Consumo de tempo de uma operação no pior caso: Θ(m).

19 Algoritmos p. 14/18 Outro exemplo: pilha Operações básicas: empilha, desempilha. OP: operação única de acesso OP (n) 1 exige que a pilha tenha n elementos 2 desempilhe n itens da pilha 3 empilhe um item na pilha Consumo de tempo de OP(n) é Θ(n). Sequência de m operações OP. Consumo de tempo de uma operação no pior caso: Θ(m). Qual o consumo total das m operações no pior caso?

20 Algoritmos p. 15/18 Outro exemplo: pilha Consumo de tempo de uma operação no pior caso: Θ(m). Qual o consumo das m operações no pior caso? Θ(m 2 )?

21 Algoritmos p. 15/18 Outro exemplo: pilha Consumo de tempo de uma operação no pior caso: Θ(m). Qual o consumo das m operações no pior caso? Θ(m 2 )? Em aula... análise por créditos Quantos créditos damos para cada chamada de OP?

22 Algoritmos p. 15/18 Outro exemplo: pilha Consumo de tempo de uma operação no pior caso: Θ(m). Qual o consumo das m operações no pior caso? Θ(m 2 )? Em aula... análise por créditos Quantos créditos damos para cada chamada de OP? análise por função potencial Qual seria uma boa função potencial neste caso?

23 Algoritmos p. 16/18 Tabelas dinâmicas Vetor que sofre inserções. Cada inserção custa 1.

24 Algoritmos p. 16/18 Tabelas dinâmicas Vetor que sofre inserções. Cada inserção custa 1. Inicialmente o vetor tem 0 posições.

25 Algoritmos p. 16/18 Tabelas dinâmicas Vetor que sofre inserções. Cada inserção custa 1. Inicialmente o vetor tem 0 posições. Na primeira inserção, um vetor com uma posição é alocado, e o item em questão é inserido.

26 Algoritmos p. 16/18 Tabelas dinâmicas Vetor que sofre inserções. Cada inserção custa 1. Inicialmente o vetor tem 0 posições. Na primeira inserção, um vetor com uma posição é alocado, e o item em questão é inserido. A cada inserção em que o vetor está cheio, antes da inserção propriamente dita, um vetor do dobro do tamanho é alocado, o vetor anterior é copiado para o novo vetor e depois é desalocado.

27 Algoritmos p. 16/18 Tabelas dinâmicas Vetor que sofre inserções. Cada inserção custa 1. Inicialmente o vetor tem 0 posições. Na primeira inserção, um vetor com uma posição é alocado, e o item em questão é inserido. A cada inserção em que o vetor está cheio, antes da inserção propriamente dita, um vetor do dobro do tamanho é alocado, o vetor anterior é copiado para o novo vetor e depois é desalocado. O custo no pior caso de uma inserção é alto, pois pode haver uma realocação.

28 Algoritmos p. 17/18 Tabelas dinâmicas Para i = 0,1,2,...,n 1, { 1 se i não é potência de 2 c i = i+1 se i é potência de 2

29 Algoritmos p. 17/18 Tabelas dinâmicas Para i = 0,1,2,...,n 1, { 1 se i não é potência de 2 c i = i+1 se i é potência de 2 Método agregado: n 1 i=0 onde k = lgn. c i = n+( k )

30 Algoritmos p. 17/18 Tabelas dinâmicas Para i = 0,1,2,...,n 1, { 1 se i não é potência de 2 c i = i+1 se i é potência de 2 Método agregado: n 1 i=0 onde k = lgn. c i = n+( k ) Logo n 1 i=0 c i = n+2 k+1 1 n+2n 1 < 3n.

31 Algoritmos p. 17/18 Tabelas dinâmicas Para i = 0,1,2,...,n 1, { 1 se i não é potência de 2 c i = i+1 se i é potência de 2 Método agregado: n 1 i=0 onde k = lgn. c i = n+( k ) Logo n 1 i=0 c i = n+2 k+1 1 n+2n 1 < 3n. Custo amortizado por inserção: 3

32 Algoritmos p. 18/18 Análise por créditos Chame de velho um item que já estava no vetor no momento da última realocação do vetor, e de novos os itens inseridos após a última realocação.

33 Algoritmos p. 18/18 Análise por créditos Chame de velho um item que já estava no vetor no momento da última realocação do vetor, e de novos os itens inseridos após a última realocação. Atribuímos 3 créditos por inserção: um é usado para pagar pela inserção do item, os outros dois são armazenados sobre o item.

34 Algoritmos p. 18/18 Análise por créditos Chame de velho um item que já estava no vetor no momento da última realocação do vetor, e de novos os itens inseridos após a última realocação. Atribuímos 3 créditos por inserção: um é usado para pagar pela inserção do item, os outros dois são armazenados sobre o item. Ao ocorrer uma realocação, há 2 créditos sobre cada item novo no vetor, e isso é suficiente para pagar pela cópia de todos os itens do vetor para o novo vetor pois, quando o vetor está cheio, há um item novo para cada item velho.

35 Algoritmos p. 18/18 Análise por créditos Chame de velho um item que já estava no vetor no momento da última realocação do vetor, e de novos os itens inseridos após a última realocação. Atribuímos 3 créditos por inserção: um é usado para pagar pela inserção do item, os outros dois são armazenados sobre o item. Ao ocorrer uma realocação, há 2 créditos sobre cada item novo no vetor, e isso é suficiente para pagar pela cópia de todos os itens do vetor para o novo vetor pois, quando o vetor está cheio, há um item novo para cada item velho. Em outras palavras, o segundo crédito paga a cópia do item na primeira realocação que acontecer após a sua inserção, e o terceiro crédito paga a cópia de um item velho nesta mesma realocação.